data.py +3 -3
extract_features.py +2 -2
extractor.py +3 -5
models.py +32 -40
requirements.txt +5 -0
train.py +6 -6
train_cnn.py +4 -4
+ 3
- 3
@@ -159,7 +159,7 @@ class DataSet():
@@ -179,11 +179,11 @@ class DataSet():
+ 3
- 3
@@ -159,7 +159,7 @@ class DataSet():
@@ -179,11 +179,11 @@ class DataSet():
+ 2
- 2
@@ -19,7 +19,7 @@ from tqdm import tqdm
@@ -32,7 +32,7 @@ pbar = tqdm(total=len(data.data))
+ 3
- 5
@@ -13,17 +13,15 @@ class Extractor():
@@ -49,7 +47,7 @@ class Extractor():
+ 32
- 40
@@ -6,7 +6,7 @@ from keras.layers.recurrent import LSTM
@@ -71,10 +71,10 @@ class ResearchModels():
@@ -87,41 +87,33 @@ class ResearchModels():
@@ -151,13 +143,13 @@ class ResearchModels():
requirements.txt
0 → 100644
+ 5
- 0
+ 6
- 6
@@ -46,7 +46,7 @@ def train(data_type, seq_length, model, saved_model=None,
@@ -70,18 +70,17 @@ def train(data_type, seq_length, model, saved_model=None,
@@ -96,6 +95,7 @@ def main():
+ 4
- 4
@@ -69,7 +69,7 @@ def get_model(weights='imagenet'):
@@ -106,10 +106,10 @@ def train_model(model, nb_epoch, generators, callbacks=[]):